import psycopg2.pool

from datetime import datetime  

# 批量查询大小

batch_size = 1000  

def cursor_query():

    # 使用数据库连接池，使用普通的连接方法运行貌似也会内存飙升，因此改为了连接池

    simple_conn_pool = psycopg2.pool.SimpleConnectionPool(minconn=1, maxconn=5, database="dbname", user="username",

                                                          password="", host="172.0.0.1", port="")

    # 从数据库连接池获取连接

    conn = simple_conn_pool.getconn()

    # 自动提交事务设为false

    conn.autocommit = False

    # 创建游标,这里传入name参数，会返回一个服务端游标否则返回的是客户端游标

    cursor = conn.cursor('cursorname')

    # 首先查询全量数据

    cursor.execute('select * from tablename')

    count = 0

    # 开始时间

    start_time = datetime.now()

    while True:

        count = count + 1

        # 每次获取时会从上次游标的位置开始移动size个位置，返回size条数据

        data = cursor.fetchmany(batch_size)

        # 数据为空的时候中断循环

        if not data:

            break

        print('获取%s到%s数据成功' % ((count - 1) * batch_size, count * batch_size))

    print('fetchmany获取全量数据所用时间:', (datetime.now() - start_time).seconds)  

cursor_query()